library("tidyverse")
library("readxl")
library("writexl")
library("dplyr")Pengaruh Jumlah Penduduk Miskin terhadap Angka Partisipasi Murni umur 16-19 tahun Pendidikan Indonesia tahun 2012 di Jawa Barat, Jawa Tengah, dan Jawa Timur
Metode Penelitian Politeknik APP Jakarta
1 Pendahuluan
1.1 Latar belakang
Pendidikan merupakan suatu aspek yang sangat penting untuk memajukan negara, namun untuk mendapatkan Pendidikan tersebut pastinya butuh biaya untuk mencukupi kebutuhan Pendidikan itu sendiri. Oleh karena itu, biaya sangat menjadi dinding yang cukup besar bagi masyarakat miskin untuk mendapatkan Pendidikan. Dan penelitian ini membahas terhadap pengaruhnya jumlah kemiskinan penduduk terhadap angka partisipasi sekolah di Jawa Barat, Jawa Tengah, dan juga Jawa Timur.
Metode identifikasi masalah ini menggunakan metode fishbone diagram untuk mengidentifikasi permasalahan topik ini. Berikut tabel fishbone topik ini
1.2 Ruang lingkup
Ruang lingkup pembahasan masalah sesuai dengan variable yang akan digunakan pada analisis kali ini, yaitu mengenai Jumlah Penduduk Miskin terhadap Angka Partisipasi Sekolah dari daerah dan tahun terkait. Batasan masalah ini berperan membantu dalam mengidentifikasi masalah yang akan dibahas dan membatasi jangkauan proses yang dibahas.
1.3 Rumusan masalah
1. Apakah adanya pengaruh Jumlah Kemiskinan Penduduk terhadap Angka Partisipasi Sekolah?
2. Apakah Jumlah Kemiskinan Penduduk berpengaruh besar terhadap Angka Partisipasi Sekolah?
1.4 Tujuan dan manfaat penelitian
Tujuan penelitian ini untuk mengetahui pengaruhnya Jumlah Penduduk Miskin di daerah dan tahun terkait terhadap Angka Partisipasi Sekolah di daerah dan tahun terkait .
Manfaat penelitian ini agar masyarakat mengerti bahwa adanya pengaruh Jumlah Penduduk Miskin terhadap Angka Partisipasi Sekolah di daerah terkait.
1.5 Package
Ini tidak wajib ada di packages yang digunakan antara lain sebagai berikut:
2 Studi pustaka
Menurut Kuncoro (1997) mengenai teori kemiskinan akan keterbelakangan, ketidaksempurnaan pasar, dan kurang nya dana awal dapat mengakibatkan rendahnya produktivitas manusia. Rendahnya pendapatan mengakibatkan rendahnya tabungan dan juga investasi yang berpengaruh akan daya mereka untuk mendapatkan Pendidikan.
3 Metode penelitian
3.1 Data
Data yang saya gunakan berupa Angka Partisipasi Sekolah pada umur dan daerah terkait
| provinsi | aps |
|---|---|
| Bogor | 53,91 |
| Sukabumi | 51,97 |
| Cianjur | 46,73 |
| Bandung | 49,76 |
| Garut | 51,69 |
| Tasikmalaya | 55,66 |
| Ciamis | 63,53 |
| Kuningan | 55,53 |
| Cirebon | 56,07 |
| Majalengka | 52,93 |
| Sumedang | 60,94 |
| Indramayu | 54,81 |
| Subang | 50,85 |
| Purwakarta | 59,48 |
| Karawang | 56,17 |
| Bekasi | 55,51 |
| Bandung Barat | 42,95 |
| Kota Bogor | 65,54 |
| Kota Sukabumi | 61,66 |
| Kota Bandung | 71,02 |
| Kota Cirebon | 61,71 |
| Kota Bekasi | 62,42 |
| Kota Depok | 66,55 |
| Kota Cimahi | 76,35 |
| Kota Tasikmalaya | 67,56 |
| Kota Banjar | 66,38 |
| Cilacap | 73,46 |
| Banyumas | 61,3 |
| Purbalingga | 41,8 |
| Banjarnegara | 47,05 |
| Kebumen | 69,63 |
| Purworejo | 65,33 |
| Wonosobo | 37,42 |
| Magelang | 54,13 |
| Boyolali | 63,39 |
| Klaten | 77,77 |
| Sukoharjo | 73,62 |
| Wonogiri | 62,55 |
| Karanganyar | 68,35 |
| Sragen | 74,73 |
| Grobogan | 52,04 |
| Blora | 64,15 |
| Rembang | 60,6 |
| Pati | 51,29 |
| Kudus | 55,38 |
| Jepara | 54,67 |
| Demak | 60,38 |
| Semarang | 56,1 |
| Temanggung | 47,09 |
| Kendal | 63,14 |
| Batang | 38,83 |
| Pekalongan | 46,35 |
| Pemalang | 50,93 |
| Tegal | 60,34 |
| Brebes | 54,88 |
| Kota Magelang | 78,23 |
| Kota Surakarta | 69,42 |
| Kota Salatiga | 84,25 |
| Kota Semarang | 75,33 |
| Kota Pekalongan | 49,45 |
| Kota Tegal | 64,23 |
| Pacitan | 61,05 |
| Ponorogo | 73,77 |
| Trenggalek | 64,14 |
| Tulungagung | 53,72 |
| Blitar | 63,83 |
| Kediri | 65,86 |
| Malang | 49,48 |
| Lumajang | 57,57 |
| Jember | 50,03 |
| Banyuwangi | 58,98 |
| Bondowoso | 61,21 |
| Situbondo | 47,59 |
| Probolinggo | 47,42 |
| Pasuruan | 47,84 |
| Sidoarjo | 78,73 |
| Mojokerto | 64,17 |
| Jombang | 68,5 |
| Nganjuk | 68,85 |
| Madiun | 79,14 |
| Magetan | 77,78 |
| Ngawi | 80,35 |
| Bojonegoro | 51,41 |
| Tuban | 67,64 |
| Lamongan | 67,65 |
| Gresik | 70,81 |
| Bangkalan | 42,86 |
| Sampang | 38,61 |
| Pamekasan | 62,07 |
| Sumenep | 65,71 |
| Kota Kediri | 73,36 |
| Kota Blitar | 70,52 |
| Kota Malang | 74,15 |
| Kota Probolinggo | 68,51 |
| Kota Pasuruan | 80,08 |
| Kota Mojokerto | 82,07 |
| Kota Madiun | 80,15 |
| Kota Surabaya | 69,68 |
| Kota Batu | 71,97 |
| provinsi | jpm |
|---|---|
| Bogor | 451 |
| Sukabumi | 234,6 |
| Cianjur | 292,2 |
| Bandung | 279,5 |
| Garut | 315,8 |
| Tasikmalaya | 201,5 |
| Ciamis | 147,8 |
| Kuningan | 142,3 |
| Cirebon | 311,3 |
| Majalengka | 168,6 |
| Sumedang | 132,9 |
| Indramayu | 257,3 |
| Subang | 185,4 |
| Purwakarta | 85 |
| Karawang | 245,1 |
| Bekasi | 153,1 |
| Bandung Barat | 209,9 |
| Kota Bogor | 84,8 |
| Kota Sukabumi | 26 |
| Kota Bandung | 111,4 |
| Kota Cirebon | 33,2 |
| Kota Bekasi | 139,8 |
| Kota Depok | 47 |
| Kota Cimahi | 37,7 |
| Kota Tasikmalaya | 123 |
| Kota Banjar | 13,9 |
| Cilacap | 260,9 |
| Banyumas | 303,9 |
| Purbalingga | 181,3 |
| Banjarnegara | 164 |
| Kebumen | 258,5 |
| Purworejo | 112,8 |
| Wonosobo | 169,3 |
| Magelang | 166,2 |
| Boyolali | 129,1 |
| Klaten | 187,9 |
| Sukoharjo | 85,1 |
| Wonogiri | 135,4 |
| Karanganyar | 115,2 |
| Sragen | 142,8 |
| Grobogan | 210,8 |
| Blora | 124,8 |
| Rembang | 129,9 |
| Pati | 162 |
| Kudus | 68,1 |
| Jepara | 104,8 |
| Demak | 178,1 |
| Semarang | 88,8 |
| Temanggung | 87,8 |
| Kendal | 119 |
| Batang | 88,2 |
| Pekalongan | 116,5 |
| Pemalang | 241,7 |
| Tegal | 149 |
| Brebes | 364,9 |
| Kota Magelang | 12,1 |
| Kota Surakarta | 59,7 |
| Kota Salatiga | 12,3 |
| Kota Semarang | 81,9 |
| Kota Pekalongan | 26,8 |
| Kota Tegal | 24 |
| Pacitan | 94,5 |
| Ponorogo | 101,4 |
| Trenggalek | 96,9 |
| Tulungagung | 94,6 |
| Blitar | 121,6 |
| Kediri | 209 |
| Malang | 275,5 |
| Lumajang | 126,4 |
| Jember | 280 |
| Banyuwangi | 157,2 |
| Bondowoso | 118,5 |
| Situbondo | 94,5 |
| Probolinggo | 248,5 |
| Pasuruan | 179,1 |
| Sidoarjo | 130,5 |
| Mojokerto | 112,7 |
| Jombang | 149,6 |
| Nganjuk | 136,1 |
| Madiun | 91,8 |
| Magetan | 71,8 |
| Ngawi | 131,7 |
| Bojonegoro | 203,9 |
| Tuban | 202,7 |
| Lamongan | 197,9 |
| Gresik | 174,4 |
| Bangkalan | 229,8 |
| Sampang | 253,4 |
| Pamekasan | 160,8 |
| Sumenep | 232,2 |
| Kota Kediri | 22,3 |
| Kota Blitar | 9,1 |
| Kota Malang | 43,5 |
| Kota Probolinggo | 24,3 |
| Kota Pasuruan | 15,1 |
| Kota Mojokerto | 8 |
| Kota Madiun | 9,3 |
| Kota Surabaya | 175,7 |
| Kota Batu | 8,7 |
Penelitian ini menggunakan data Angka Partisipasi Sekolah dan Jumlah Penduduk Miskin dari Badan Pusat Statistik(BPS)
Baca data
#import dataset
library(readxl)
dat<-read_excel('JAWA.xlsx')
head(dat)# A tibble: 6 × 3
provinsi aps jps
<chr> <dbl> <dbl>
1 Bogor 53.9 451
2 Sukabumi 52.0 235.
3 Cianjur 46.7 292.
4 Bandung 49.8 280.
5 Garut 51.7 316.
6 Tasikmalaya 55.7 202.library("ggplot2")
library("readxl")
library("dplyr")
ggplot(data=dat,aes(x=aps,y=jps)) +
geom_point(color="blue",size=2) + # setiap nambah command, selalu kasih tanda +
labs(title="tabel 1. hubungan antara Angka Partisipasi Sekolah dan Jumlah Penduduk Miskin",
x="Angka Partisipasi Sekolah",
y="Jumlah Penduudk Miskin",
caption = "sumber: Badan Pusat Statistik") +
theme_classic()
3.2 Metode analisis
Metode yang dipilih adalah regresi univariat atau Ordinary Least Square (OLS) dengan 1 variabel independen. Penelitian ini merbaksud mencari hubungan antara JUMLAH PENDUDUK MISKIN (JPM) dan ANGKA PARTISIPASI SEKOLAH (APS). Spesifikasi yang dilakukan adalah:
\[ y_{t}=\beta_0 + \beta_1 x_t+\mu_t \] di mana \(y_t\) adalah APS dan \(x_t\) adalah JPM.
4 Pembahasan
4.1 Pembahasan masalah
Dikarenakan saya menggunakan OLS, Pembahasan saya disini hanya menghubungkan Angka Partisipasi Sekolah dan Jumlah Penduduk Miskin Data tersebut saya satukan untuk saya regresi dan tampilannya seperti ini.
#import dataset
library(readxl)
dat<-read_excel('JAWA.xlsx')
head(dat)# A tibble: 6 × 3
provinsi aps jps
<chr> <dbl> <dbl>
1 Bogor 53.9 451
2 Sukabumi 52.0 235.
3 Cianjur 46.7 292.
4 Bandung 49.8 280.
5 Garut 51.7 316.
6 Tasikmalaya 55.7 202.Koreksi: jps ini maksudnya Jumlah Penduduk Miskin ya :3
4.2 Analisis masalah
Hasil regresinya adalah
reg1<-lm(aps~jps,data=dat)
summary(reg1)
Call:
lm(formula = aps ~ jps, data = dat)
Residuals:
Min 1Q Median 3Q Max
-25.9592 -5.9426 0.4867 7.9486 18.9796
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 70.05411 1.86684 37.526 < 2e-16 ***
jps -0.05969 0.01104 -5.406 4.62e-07 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 9.677 on 97 degrees of freedom
Multiple R-squared: 0.2315, Adjusted R-squared: 0.2236
F-statistic: 29.22 on 1 and 97 DF, p-value: 4.619e-075 Kesimpulan
Dari hasil regresi dapat dilihat bahwa setiap meningkat 100 ribu orang Jumlah Penduduk Miskin di Jawa Barat, Jawa Tengah, dan Jawa Timur, maka Angka Partisipasi Sekolah pada daerah tersebut angkat menurun sebesar 5,969 persen. Dari hasil regresi tersebut dapat disimpulkan bahwa Jumlah Penduduk Miskin berpengaruh terhadap tingkat Angka Partisipasi Sekolah di Jawa Barat, Jawa Tengah, dan Jawa Timur pada tahun 2012.
6 Saran
Untuk meningkatkan akurasi dari penelitian ini, lebih baiknya untuk menambahkan beberapa variabel yang mendukung variabel yang terkait.
7 Referensi
Kuncoro, M. (1997). Ekonomi Pembangunan: Teori, masalah dan kebijakan. UPP STIM YKPN. https://www.worldcat.org/title/ekonomi-pembangunan-teori-masalah-dan-kebijakan/oclc/606545951#goodreads
Badan Pusat Statistik. (n.d.). Retrieved January 20, 2023, from https://www.bps.go.id/subject/23/kemiskinan-dan-ketimpangan.html#subjekViewTab3